注册帐号丨忘记密码?
1.点击网站首页右上角的“充值”按钮可以为您的帐号充值
2.可选择不同档位的充值金额,充值后按篇按本计费
3.充值成功后即可购买网站上的任意文章或杂志的电子版
4.购买后文章、杂志可在个人中心的订阅/零买找到
5.登陆后可阅读免费专区的精彩内容
打开文本图片集
摘要:在海洋科学研究中,对鱼类物种的鉴定在水生生态系统和质量评估中具有重大意义。传统的机器学习方法使用人工事先提取、标注鱼类特征,耗时、耗力且主观性太强。为了提升模型信息特征的敏感性和结果的准确率,本文提出了一种基于Se-ResNet101网络和KNN算法组合的鱼类识别方法。首先,提取并分析数据集,了解其结构和组成部分,并对图像进行预处理,如图像缩放、图像增强等。(剩余262字)
登录龙源期刊网
购买文章
基于Se-ResNet101+KNN的鱼类分类研究
文章价格:3.00元
当前余额:100.00
阅读
您目前是文章会员,阅读数共:0篇
剩余阅读数:0篇
阅读有效期:0001/1/1 0:00:00